基于計(jì)算機(jī)視覺(jué)的行為識(shí)別發(fā)展現(xiàn)狀及其在老年護(hù)理中的應(yīng)用課件

1、基于計(jì)算機(jī)視覺(jué)的行為識(shí)別發(fā)展現(xiàn)狀及其在老年護(hù)理中的應(yīng)用研 究 背 景世界正在變老歐洲和亞洲都面臨著嚴(yán)重的老齡化社會(huì)問(wèn)題到2015年，中國(guó)的老齡人口（大于65周歲）比例預(yù)計(jì)將達(dá)到約10%許多老人獨(dú)居在家，缺少足夠的健康看護(hù)研 究 背 景HelpAge International and UNFPA: Ageing in the 21st Century - A Celebration and A Challenge report (2012)研 究 動(dòng) 機(jī)對(duì)老人的智能視頻監(jiān)護(hù)可以改善老年護(hù)理的質(zhì)量，同時(shí)降低看護(hù)成本；日常行為模式可以反映老人的生理和心理狀態(tài)?，F(xiàn) 有 解 決 方 案行 為 分 析可

2、穿戴式設(shè)備環(huán)境監(jiān)控設(shè)備視覺(jué)設(shè)備系 統(tǒng) 框 架面 臨 的 挑 戰(zhàn)如何使系統(tǒng)實(shí)際可用24h/7d魯棒運(yùn)行隱私保護(hù)如何有效地檢測(cè)和識(shí)別日常行為物體-人的互動(dòng)人-人的互動(dòng)如何收集健康信息傳 感 器 解 決 方 案2D 攝像機(jī) 高分別率不能反映 3D 運(yùn)動(dòng)對(duì)光照變化敏感容易泄露隱私不 夠 理 想 !傳 感 器 解 決 方 案3D 傳感器 激光掃描儀物體不能運(yùn)動(dòng)MoCap 傳感器 (關(guān)節(jié)點(diǎn)3D位置)價(jià)格昂貴、不易安裝、僅適合實(shí)驗(yàn)室使用不 夠 實(shí) 際!傳 感 器 解 決 方 案深度攝像機(jī) Microsoft Kinect價(jià)格便宜對(duì)光照變化魯棒可有效提取場(chǎng)景中的人體運(yùn)動(dòng)與物體信息可有效保護(hù)個(gè)人隱私Depth

3、ImageRGB Image可 操 作 性 強(qiáng)！深 度 傳 感 器 網(wǎng) 絡(luò)日 常 人 體 行 為包含物體-人互動(dòng)的日常行為 吃飯, 飲水, 讀書(shū), 寫字, 打電話, 坐, 睡覺(jué), 使用電腦, 看電視, 做飯包含人-人互動(dòng)的日常行為 交談, 擁抱, 握手其它日常行為走路、出門、長(zhǎng)時(shí)間在洗手間、跌倒如 何 識(shí) 別 行 為?視覺(jué)特征提取訓(xùn)練分類器決策人 體 行 為 視 覺(jué) 特 征Dense TrajectoriesH. Wang, C. Schmid,Action Recognition with Improved Trajectories, ICCV 2013人 體 行 為 視 覺(jué) 特 征Skel

4、etonsJ. Shotton, T. Sharp, A. Kipman and A. Fitzgibbon, Real-Time Human Pose Recognition in Parts from Single Depth Images, CVPR 2011人 體 行 為 視 覺(jué) 特 征Fourier Temporal PyramidJ. Wang, Z. Liu, J. Yuan, Mining Actionlet Ensemble for Action Recognition with Depth Cameras, CVPR 2012人 體 行 為 視 覺(jué) 特 征Histogram

5、 of Oriented 4D Normals (HON4D)O. Oreifej, Z. Liu, HON4D: Histogram of Oriented 4D Normals for Activity Recognition from Depth Sequences, CVPR 2013人 體 行 為 視 覺(jué) 特 征2D: Polygon3D: Polyhedron4D: Polychoron4D Space QuantizationO. Oreifej, Z. Liu, HON4D: Histogram of Oriented 4D Normals for Activity Recog

6、nition from Depth Sequences, CVPR 2013物 體 視 覺(jué) 特 征HONVTang et al, Histogram of oriented normal vectors for object recognition with a depth sensor, ACCV 2012物體-人 互 動(dòng) 特 征Hema S Koppula et al, Learning Human Activities and Object Affordances from RGB-D Videos, IJRR, in press, Jan 2013. 人-人 互 動(dòng) 特 征K. Yun

7、 et al, Two-person interaction detection using body-pose features and multiple instance learning, CVPR 2012. 人 體 行 為 視 覺(jué) 特 征Hand FeatureC. Qian, et. al, Realtime and robust hand tracking from dpeth, CVPR 2014智 能 分 類 器Support Vector Machine智 能 分 類 器Neural Network智 能 分 類 器Random Forest現(xiàn) 有 數(shù) 據(jù) 集RGBD-HuDaAct現(xiàn) 有 數(shù) 據(jù) 集MSR DailyActivity3D實(shí) 際 應(yīng) 用Human-robot Interaction實(shí) 際 應(yīng) 用Human-computer Interaction實(shí)